1 KBS 8145번 여론조사

여론조사결과 등록현황 상세보기 KBS가 조사의뢰하고 (주)한국리서치가 조사기관우로 참여한 정기(정례)조사,대통령선거,정당지지도 (전국 정기(정례)조사 대통령선거 정당지지도 정치, 사회현안 등 ) 사례를 들어 데이터 추출방법을 살펴보자.

1.1 페이지 메타 데이터

XML 페이지 이미지 메타파일에 포함된 XML 정보를 추후 작업이 가능한 형태로 데이터를 전처리 작업한다.

library(tidyverse)
library(xml2)

kbs_meta <- read_xml("https://www.nesdc.go.kr/files/result/202109/FILE_202109180931525561.pdf.files/FILE_202109180931525561.pdf.xml")

kbs_meta %>% 
  xml_attrs("title")
named character(0)
kbs_meta_nodes <- xml_find_all(kbs_meta, "//page")

kbs_meta_attributes <- kbs_meta_nodes[[1]] %>% xml_attrs(.) %>% names()

kbs_meta_df <- xml_attrs(kbs_meta_nodes) %>% 
  list2DF() %>% 
  janitor::clean_names() 

row.names(kbs_meta_df)  <- kbs_meta_attributes

kbs_meta_tbl <- kbs_meta_df %>% 
  rownames_to_column(var = "attributes") %>% 
  pivot_longer(cols = -attributes)  %>% 
  pivot_wider(names_from = attributes, values_from = value) %>% 
  select(-name)

kbs_meta_tbl %>% 
  reactable::reactable()

1.2 여론조사결과

여론조사 결과 본문을 페이지 단위로 추출하자.

 
kbs_survey <- read_xml("https://www.nesdc.go.kr/files/result/202109/FILE_202109180931525561.pdf.files/FILE_202109180931525561.pdf.text.xml")

## KBS 여론조사 페이지 ------
kbs_survey_page <- kbs_survey %>% 
  xml_children()

xml_length(kbs_survey_page) %>% length
[1] 23
## 특정 페이지 : 응답자 분포표 값 --------------
xml_siblings(kbs_survey_page)[[3]] %>% 
  xml_children() %>% 
  xml_contents() %>% 
  as.character()
 [1] "1"                                         
 [2] "응답자  분포표 (1)"                        
 [3] " Base= 전체"                               
 [4] " 조사완료 목표할당"                        
 [5] " 가중  값  배율"                           
 [6] "(B/A)"                                     
 [7] "사례수 (명 )"                              
 [8] "(A)"                                       
 [9] " 비율(%)"                                  
[10] " 사례수 (명 )"                             
[11] "(B)"                                       
[12] " 비율(%)"                                  
[13] "▣  전체  ▣ (1,000) 100.0 (1,000) 100.0 1.0"
[14] "성별"                                      
[15] " 　"                                       
[16] "남자 (507) 50.7 (497) 49.7 1.0"            
[17] "여자 (493) 49.3 (503) 50.3 1.0"            
[18] "연령 　"                                   
[19] "18-29 세 (174) 17.4 (176) 17.6 1.0"        
[20] "30-39 세 (152) 15.2 (152) 15.2 1.0"        
[21] "40-49 세 (182) 18.2 (187) 18.7 1.0"        
[22] "50-59 세 (198) 19.8 (193) 19.3 1.0"        
[23] "60-69 세 (165) 16.5 (162) 16.2 1.0"        
[24] "70세이상 (129) 12.9 (130) 13.0 1.0"        
[25] "거주지역 　"                               
[26] "서울 (188) 18.8 (189) 18.9 1.0"            
[27] "인천 /경기 (313) 31.3 (313) 31.3 1.0"      
[28] "대전 /세종 /충청 (108) 10.8 (107) 10.7 1.0"
[29] "광주 /전라 (99) 9.9 (98) 9.8 1.0"          
[30] "대구 /경북 (99) 9.9 (99) 9.9 1.0"          
[31] "부산 /울산 /경남 (150) 15 (150) 15.0 1.0"  
[32] "강원 /제주 (43) 4.3 (44) 4.4 1.0"          
## 특정 페이지 : 응답자 분포표 좌표 --------------
table_h <- xml_siblings(kbs_survey_page)[[3]] %>% 
  xml_children() %>% 
  xml_attr("h")

table_w <- xml_siblings(kbs_survey_page)[[3]] %>% 
  xml_children() %>% 
  xml_attr("w")

table_l <- xml_siblings(kbs_survey_page)[[3]] %>% 
  xml_children() %>% 
  xml_attr("w")
 

데이터 과학자 이광춘 저작

kwangchun.lee.7@gmail.com